Python 如何将PIL图像转换为numpy数组？

好的，我正在玩弄如何将一个PIL图像对象来回转换为一个numpy数组，这样我可以做一些比PIL的

PixelAccess

对象更快的逐像素转换。我已经通过以下方式了解了如何将像素信息放置在有用的3D numpy阵列中：

pic = Image.open("foo.jpg")
pix = numpy.array(pic.getdata()).reshape(pic.size[0], pic.size[1], 3)

---

但在我完成了所有很棒的转换之后，我似乎不知道如何将其加载回PIL对象。我知道

putdata（）

方法，但似乎无法让它正常工作。

您并不是说

putdata（）

没有正常工作。我想你在做什么

>>> pic.putdata(a)
Traceback (most recent call last):
  File "...blablabla.../PIL/Image.py", line 1185, in putdata
    self.im.putdata(data, scale, offset)
SystemError: new style getargs format but argument is not a tuple

这是因为

putdata

需要一个元组序列，而您给它一个numpy数组。这个

>>> data = list(tuple(pixel) for pixel in pix)
>>> pic.putdata(data)

可以，但速度很慢

从PIL 1.1.6开始，简单来说

>>> pix = numpy.array(pic)

尽管生成的数组的格式与您的不同（在本例中为三维数组或行/列/rgb）

---

然后，在对数组进行更改后，您应该能够执行

pic.putdata（pix）

或使用

image.fromarray（pix）

创建一个新映像

以数组形式打开

I

：

>>> I = numpy.asarray(PIL.Image.open('test.jpg'))

对

I

执行一些操作，然后将其转换回图像：

>>> im = PIL.Image.fromarray(numpy.uint8(I))

---

如果出于某种原因要显式执行此操作，则correlation.zip中有使用getdata（）的pil2array（）和array2pil（）函数。

您需要通过以下方式将图像转换为numpy数组：

import numpy
import PIL

img = PIL.Image.open("foo.jpg").convert("L")
imgarr = numpy.array(img) 

---

我今天使用的例子是：

import PIL
import numpy
from PIL import Image

def resize_image(numpy_array_image, new_height):
    # convert nympy array image to PIL.Image
    image = Image.fromarray(numpy.uint8(numpy_array_image))
    old_width = float(image.size[0])
    old_height = float(image.size[1])
    ratio = float( new_height / old_height)
    new_width = int(old_width * ratio)
    image = image.resize((new_width, new_height), PIL.Image.ANTIALIAS)
    # convert PIL.Image into nympy array back again
    return array(image)

我在Python3.5中使用Pillow4.1.1（PIL的继承者）。枕头和numpy之间的转换很简单

from PIL import Image
import numpy as np
im = Image.open('1.jpg')
im2arr = np.array(im) # im2arr.shape: height x width x channel
arr2im = Image.fromarray(im2arr)

需要注意的一点是，枕头样式

im

是列主调，而numpy样式

im2arr

是行主调。但是，函数

Image.fromarray

已经考虑到了这一点。也就是说，在上述示例中，

arr2im.size==im.size

和

arr2im.mode==im.mode

---

在处理转换后的numpy数组时，我们应该注意HxWxC数据格式，例如，将

im2arr=np.rollaxis（im2arr，2，0）

或

im2arr=np.transpose（im2arr，（2，0，1））

转换为CxHxW格式。如果图像以Blob格式存储（即在数据库中）您可以使用Billal Begueradj解释的相同技术将图像从blob转换为字节数组

在我的例子中，我需要存储在db表中blob列中的图像：

def select_all_X_values(conn):
    cur = conn.cursor()
    cur.execute("SELECT ImageData from PiecesTable")    
    rows = cur.fetchall()    
    return rows

然后，我创建了一个helper函数，将数据集更改为np.array：

X_dataset = select_all_X_values(conn)
imagesList = convertToByteIO(np.array(X_dataset))

def convertToByteIO(imagesArray):
    """
    # Converts an array of images into an array of Bytes
    """
    imagesList = []

    for i in range(len(imagesArray)):  
        img = Image.open(BytesIO(imagesArray[i])).convert("RGB")
        imagesList.insert(i, np.array(img))

    return imagesList

在这之后，我能够在我的神经网络中使用ByteArray

plt.imshow(imagesList[0])

可以将图像转换为numpy

---

通过在挤出特征（非规范化）后将图像解析为numpy（）函数，将

numpy转换为PIL

图像和

PIL转换为numpy

import numpy as np
from PIL import Image

def pilToNumpy(img):
    return np.array(img)

def NumpyToPil(img):
    return Image.fromarray(img)

---

首先，它不应该是pic.putdata（数据）吗？而numpy.asarray（pic）生成一个只读数组，所以您需要调用numpy.array（pic），而您没有回答这个问题。。。从您提供的链接来看，它似乎是pic=Image.fromarray（pix）。修正你的答案，我会接受它。谢谢这张…

图片。FROMARY

没有列在PIL文档（！）中，所以如果不是因为这个，我永远也找不到它。该页面将

numpy.asarray（pic）

列为转换的“正确”方式，而不是

numpy.array（pic）

。按照<代码>数组< /代码>将生成一个副本，而 AsStase将不会（但是<<代码> Asase结果将是只读的）。这里警告（从我自己的错误）：您还需要考虑数据的规模和范围。在许多使用情况下，您会使用0-255字节渲染图像，但您可能希望这些图像在numpy数组中转换为例如0.0-1.0。来自uint8的某些单位转换可以做到这一点，但在本例中，它不能。。所以请检查：）第二个答案更好。@ArditS:：您是不是先导入图像的？是否安装了PIL？是否需要进行

uint8

转换？

numpy.asarray（Image.open（filename））

似乎适用于.jpg图像，但不适用于.png。结果显示为

数组（，dtype=object）

。似乎没有明显命名的

PngImagePlugin.PngImageFile

对象方法来解决这个问题。我想我应该把这个问题作为一个新问题来问，但它与这个主题非常相关。有人知道这里出了什么问题吗？@Rebs：这就是为什么速度要快得多的原因：

getdata（）

返回一个类似object（）的序列，但是枕头图像实现了

\uuuuu数组\uu接口

，它可以使用

numpy

访问图像的原始字节，而不必通过迭代器（请参阅和）。您甚至可以使用

numpy.array（PIL.Image.open（'test.jpg'））

@jez在将图像对象转换为numpy之前检查图像对象是否已关闭。同样的情况也发生在我身上，我发现我在某处关闭了图像对象。这种转换方式保留了图像，但会导致颜色丢失。无论如何，为了避免颜色丢失？@moondra如果我理解你的问题，你可以用

替换
。convert（“L”）
。convert（“RGB”）

“L”生成灰度图像，即

pic.size[0]

和

pic.size[1]

应该交换（即

重塑（pic.size[1]，pic.size[0]，3）

），因为

size

是

width x height

或

x*y

，而矩阵排序是

rows x columns

。这是最干净的示例，包括导入语句（感谢您提供的详细信息）。让我们投票表决这个答案，以提高可见性。我发现，当我将PIL绘制的图像转换为numpy数组时，在数组上使用matplotlib imshow时，它显示为颠倒的，需要使用

np.flipud

进行修复。虽然我的PIL图像是使用

ImageDraw.Draw

从头开始创建的。我认为人们必须小心他们坐标的来源。

import numpy as np
from PIL import Image

def pilToNumpy(img):
    return np.array(img)

def NumpyToPil(img):
    return Image.fromarray(img)